Domājot par AI, lielākā daļa cilvēku parasti koncentrējas uz lielākiem modeļiem, jaudīgākiem GPU vai vairāk datiem. Tomēr, izpētot OpenLedger, es sapratu, ka šis projekts skatās uz citu problēmu: vai AI nozare nepārliek pārāk daudz resursu, nepārtraukti atkārtojot to pašu darbu?
Iedomājieties, ka jūsu telefons glabā to pašu attēlu vairākās mapēs. Saturs nemainās, bet atmiņa tiek aizņemta vairākas reizes. Mūsdienu AI nozare ir līdzīga. Daudzas komandas izstrādā gandrīz līdzīgus modeļus, īsteno tos uz atsevišķām infrastruktūrām un nepārtraukti tērē papildu resursus atkārtotām darbībām. Rezultātā GPU, elektroenerģija un ekspluatācijas izmaksas tiek izmantotas mazāk efektīvi, nekā nepieciešams.
Šī ir svarīga problēma, jo izmaksas kļūst par lielāko šķērsli AI. Katram modelim ir nepieciešami resursi apmācībai, izvēršanai un lietotāju apkalpošanai. Kad modeļu skaits pieaug, izmaksas arī palielinās. Ja šī tendence turpināsies, tirgu arvien vairāk ietekmēs organizācijas, kurām pieder liela datu apstrādes infrastruktūra, kamēr mazie būvētāji saskaras ar grūtībām konkurēt. Attiecībā uz Web3 un crypto ekosistēmu, tas ir pretēji šīs industrijas atvērtības un decentralizācijas garam.
Šīs problēmas sekas jau sāk parādīties. Ieguldījumu izmaksas arvien pieaug, datu apstrādes resursi ir fragmentēti, un daudzi GPU netiek izmantoti optimāli. Tā vietā, lai koncentrētos uz vērtības radīšanu, AI nozare dažkārt iztērē pārāk daudz resursu, lai uzturētu atsevišķas darbības sistēmas.
Iespējams, tāpēc OpenLedger pastāvīgi uzsver resursu optimizāciju. Tā vietā, lai vienkārši jautātu, kā radīt lielākus AI modeļus, viņi jautā, kā efektīvāk darboties ar AI. Šī ir filozofija, kas stāv aiz produktiem kā ModelFactory un OpenLoRA.
ModelFactory ir izveidots, lai vienkāršotu AI modeļu radīšanas un pielāgošanas procesu. Tā vietā, lai katram būvētājam būtu jāizveido viss process no nulles, viņi var izmantot standartizētāku ietvaru. Savukārt OpenLoRA risina lielāku jautājumu: modeļu infrastruktūras koplietošana. Tā vietā, lai katram modelim būtu nepieciešama atsevišķa sistēma, daudzi modeļi var kopīgi izmantot kopīgu datu apstrādes platformu, kas ievērojami samazina izmaksas un ierobežo nevajadzīgu atkārtošanos.
Tāpēc OpenLedger mērķis nav tikai izveidot vēl vienu AI vai blockchain projektu. Projekts vēlas radīt infrastruktūru, kurā AI izstrāde un izvēršana kļūst efektīvāka, lētāka un ar augstāku mērogojamību. Citiem vārdiem sakot, OpenLedger vēlas palīdzēt AI nozarei radīt vairāk vērtības no tiem pašiem resursiem.
Ja šo mērķi izdosies sasniegt, ietekme var būt ļoti ievērojama. AI izvēršanas izmaksas samazinās, daudzi mazie būvētāji iegūst iespēju piedalīties tirgū, un gala lietotāji var piekļūt AI produktiem par saprātīgākām cenām. Tā vietā, lai tūkstošiem modeļu darbotos uz atsevišķām infrastruktūrām, tie var kopīgi darboties uz optimizētākas arhitektūras.
Skatoties uz pašreizējo tirgu, daudzi AI crypto projekti koncentrējas uz modeļu izveidi vai datu apstrādes jaudas nodrošināšanu. Piemēram, Bittensor izceļas ar mehānismu, kas motivē modeļu un tīkla resursu ieguldījumus. Tomēr OpenLedger pieiet no cita skatu punkta: optimizējot, kā modeļi tiek izvērsti un pārvaldīti. Šī ir ievērojama atšķirība, jo dažreiz lielākā vērtība nav jauna modeļa radīšanā, bet gan esošo tūkstošu modeļu efektīvākā darbībā.
Visbeidzot, tas, kas padara OpenLedger interesantu, ir tas, ka viņi risina problēmu, kas maz tiek pieminēta, bet kas tieši ietekmē AI nākotni. Šai industrijai nepieciešami ne tikai gudrāki modeļi, bet arī gudrākas darbības sistēmas. Ja AI ir nākotne, tad resursu izšķiešana un infrastruktūras optimizācija var būt tikpat svarīga kā jaunu tehnoloģisko pārkāpumu radīšana.
Un tas, iespējams, ir iemesls, kāpēc nepieciešami tādi projekti kā OpenLedger: nevis, lai radītu vēl vairāk atkārtojumu, bet lai palīdzētu visai AI ekosistēmai darboties efektīvāk ar jau esošo.